भारतात AI गुंतवणुकीचा उत्पादकतेवर परिणाम का नाही?

जगात कृत्रिम बुद्धिमत्तेवर (AI) मोठी गुंतवणूक होऊनही, कंपन्यांमध्ये आवश्यक बदल न झाल्यामुळे उत्पादकता वाढीचा वेग मंदावला आहे. भारतासाठी, केवळ अत्याधुनिक AI मॉडेल्स विकसित करण्याऐवजी MSMEs मध्ये AI चा प्रसार करणे अधिक फायदेशीर ठरू शकते. यासाठी डेटाची गुणवत्ता, कर्मचाऱ्यांचे प्रशिक्षण आणि पारंपरिक व्यवसाय प्रक्रियेचे डिजिटायझेशन महत्त्वाचे ठरेल.

कृत्रिम बुद्धिमत्ता (AI) हे क्षेत्र आता केवळ तंत्रज्ञानापुरते मर्यादित राहिलेले नसून, ते अर्थव्यवस्थेचे एक प्रमुख केंद्र बनले आहे. जगभरातील टेक कंपन्या पायाभूत सुविधांवर अब्जावधी डॉलर्सची गुंतवणूक करत आहेत. आंतरराष्ट्रीय नाणेनिधी (IMF) ने AI ला कामगार बाजार आणि विकासासाठी एक परिवर्तनकारी शक्ती म्हणून अधोरेखित केले असले तरी, गुंतवणुकीच्या तुलनेत उत्पादकतेत झालेली वाढ अपेक्षेपेक्षा कमी आहे. हा विलंब तंत्रज्ञानाच्या प्रगतीचा थेट उत्पादकतेत रूपांतर न होण्याच्या आर्थिक चक्राचे प्रतिबिंब आहे.

उत्पादकता विरोधाभासातून धडा

आर्थिक इतिहास या सध्याच्या टप्प्याला संदर्भ देतो. १९८७ मध्ये, नोबेल पारितोषिक विजेते रॉबर्ट सोलो यांनी निरीक्षण केले की, संगणक सामान्य असले तरी ते उत्पादकता आकडेवारीमध्ये दिसत नव्हते. हा 'उत्पादकता विरोधाभास' अखेरीस केवळ हार्डवेअरमुळे नाही, तर व्यवसायांनी कार्यप्रवाह आणि व्यवस्थापन पद्धतींमध्ये मूलभूत बदल केल्यामुळे सोडवला गेला. त्याचप्रमाणे, आज अनेक कंपन्या केवळ जुन्या प्रणालींमध्ये चॅटबॉट्स किंवा कोडिंग असिस्टंटसारखी AI साधने अॅड-ऑन म्हणून वापरत आहेत. या दृष्टिकोनमुळे कार्यक्षमतेत सुधारणा होत नाही, कारण कर्मचाऱ्यांवर विस्कळीत डेटाबेस आणि AI-व्युत्पन्न कामाची मॅन्युअली पडताळणी करण्याची जबाबदारी कायम राहते.

डेटा गुणवत्ता आणि संघटनात्मक अडथळे

उत्पादकतेतील खरी वाढ महत्त्वपूर्ण व्यावहारिक आव्हानांमुळे मर्यादित आहे, विशेषतः डेटाची गुणवत्ता. AI प्रणाली ते ज्या माहितीवर प्रक्रिया करतात त्यावर अवलंबून असतात; त्यामुळे, खंडित, विसंगत किंवा डुप्लिकेट नोंदींमुळे चुकीचे परिणाम मिळतात. खराब-गुणवत्तेच्या डेटावर जलद प्रक्रिया करणे म्हणजे चांगले निर्णय घेणे नव्हे. याव्यतिरिक्त, ठोस फायदे मिळविण्यासाठी केवळ सॉफ्टवेअरवर भांडवली खर्च करणे पुरेसे नाही. यासाठी मजबूत संघटनात्मक भांडवल, सुदृढ प्रशासन आणि पुरवठा साखळी पुनर्स्थित करण्याची व कर्मचाऱ्यांना पुन्हा प्रशिक्षित करण्याची व्यवस्थापन क्षमता आवश्यक आहे.

भारताचा पुढील मार्ग

भारत या आव्हानांना सामोरे जाण्यासाठी एक अद्वितीय स्थितीत आहे. आधार (Aadhaar) आणि युनिफाइड पेमेंट्स इंटरफेस (UPI) सह प्रस्थापित डिजिटल सार्वजनिक पायाभूत सुविधांमुळे, देशाने व्यापक डिजिटल दत्तक घेण्याचा पाया रचला आहे. राष्ट्रीय इंडिया AI मिशन तांत्रिक विकासावर लक्ष केंद्रित करत असले तरी, त्याचा व्यापक आर्थिक प्रभाव या साधनांचा देशातील सूक्ष्म, लघु आणि मध्यम उद्योगांच्या (MSMEs) विशाल नेटवर्कपर्यंत किती प्रभावीपणे पोहोचतो यावर अवलंबून असेल.

MSMEs भारताच्या GDP मध्ये सुमारे 30% योगदान देतात आणि 11 कोटींहून अधिक नोकऱ्यांना आधार देतात. मोठ्या, तंत्रज्ञान-केंद्रित उद्योगांच्या विपरीत ज्यांनी आधीच डिजिटल परिवर्तन सुरू केले आहे, यातील लाखो लहान व्यवसाय अजूनही मॅन्युअल प्रक्रियांवर अवलंबून आहेत. भारतासाठी सर्वात मोठे आर्थिक मूल्य यातील अंतर कमी करण्यात असू शकते. गुंतवणूकदार आणि धोरणकर्ते AI साधने उत्पादन, लॉजिस्टिक्स आणि शेतीसारख्या क्षेत्रांमध्ये किती प्रभावीपणे समाकलित केली जातात यावर लक्ष ठेवू शकतात. भारताच्या AI प्रवासाचे अंतिम यश केवळ उच्च-प्रोफाइल, अत्याधुनिक AI मॉडेल्स तयार करण्यावर नव्हे, तर व्यवस्थापकीय क्षमता आणि डेटा गव्हर्नन्समधील गुंतवणुकीद्वारे सामान्य व्यवसायांमध्ये या तंत्रज्ञानाचा प्रसार करण्यावर मोजले जाईल.